短视频字幕提取合成超简单，掌握ffmpeg这个小技巧

引言

现在的短视频非常流行。大多数情况下我们会开着音量或者戴着耳机收看视频。但有些时候不是太方便，如果视频能有一个字幕就好了。

好消息是，字幕制作的软件很专业很好用，而且上手超级简单。

坏消息是，如何把字幕合成到视频音频文件内？或者把字幕文件从视频文件提取出来，都需要不少工具！

我们今天讲解使用 ffmpeg 解决大家的这个痛点。

学习时间

1 - 软编码

MP4支持流式文本格式的字幕，但是在播放器和设备中，回放功能的支持并不统一。使用流处理进行语音频道的复制，基本的用法结构如下：

ffmpeg -i input.mkv -c copy -c:s mov_text output.mp4

再深入一步，使用流式处理并复制音频和视频流，将基于文本的字幕输入流，可以是 srt ass vtt 等字幕文件，转换为流式文本，并设置前两个字幕流的语言格式，需要这样写指令：

ffmpeg -i input.mkv -map 0 -c copy -c:s mov_text -metadata:s:s:0 language=eng -metadata:s:s:1 language=ipk output.mp4

注意到上面我们使用 -c copy 选项，把音视频流整体拷贝出来了。如果想要使用指定的编码器，比如 MP4 格式使用的 H.264，可以这样写：

ffmpeg -i input.mkv -map 0 -c:v libx264 -c:a aac -c:s mov_text -metadata:s:s:0 language=eng -metadata:s:s:1 language=ipk output.mp4

上面这个指令中 -map 0 我们改造一下，指定使用第一个视频流，第二个音频流，第三个字母文本流，需要这样写：

ffmpeg -i input.mkv -map 0:v:0 -map 0:a:1 -map 0:s:2 -c:v libx264 -c:a aac -c:s mov_text -metadata:s:s:0 language=eng output.mp4

2 - 硬编码

首先说一下基于文本的字幕输入。我们使用ffmpeg 的 subtitle filter 过滤器处理字幕输入文件，格式通常是 ass srt vtt 等。这样的编码方式，比上一节中使用的软编码方式要慢的多，因为进行了重新编码。

对音频文件流拷贝，并使用 subtitle 过滤器，基本用法如下：

ffmpeg -i input.mkv -filter_complex "subtitles=input.mkv" -c:a copy output.mp4

输入流当然也可以任意指定，比如使用第三路视频流，第五路字幕流，第一路音频流，需要这样改写指令：

ffmpeg -i input.mkv -filter_complex "[0:v:2]subtitles=input.mkv:si=4[v]" -map "[v]" -map 0:a:0 -c:a copy output.mp4

如果有字幕组，专门给音视频文件配上字幕。像国内比较常见的对国外影视作品的引进，需要翻译人员制作字幕，那么翻译组生成字幕文件后，如何合并入音视频文件内呢？

只要像下面这么写：

ffmpeg -i input.mp4 -filter_complex "subtitles=your-subtitles-file.srt" -c:a copy output.mp4

还有一种处理方式，是基于图像的字幕输入，使用覆写的方式。比如，我们把第四路字幕流，覆盖到第二路视频流上，同时拷贝第七路音频流。这时候需要 ffmpeg 的 overlay filter 过滤器，这样写指令：

ffmpeg -i input.mkv -filter_complex "[0:v:1][0:s:3]overlay[v]" -map "[v]" -map 0:a:6 -c:a copy output.mp4

写在最后

通过上述几个例子，大家应该对 map 选项，v，a，s 流通道有深刻的认识了吧。

找一段高清完备的音视频，尝试着从中提取或合成新的文件，实践起来吧。

Happy coding :_)

我是 @程序员小助手 ，持续分享编程知识，欢迎关注。